自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

转载 深度学习必知的框架

GitHub上有很多不错的开源项目值得关注。一、Caffe。源自加州伯克利分校的Caffe被广泛应用,包括Pinterest这样的web大户。与TensorFlow一样,Caffe也是由C++开发,Caffe也是Google今年早些时候发布的DeepDream项目(可以识别喵星人的人工智能神经网络)的基础。Caffe入门学习资料:http://www.csdn.net/articl

2016-08-09 20:41:54 640

转载 卷积神经网络

转载来源于:http://blog.csdn.net/stdcoutzyx/article/details/41596663自今年七月份以来,一直在实验室负责卷积神经网络(Convolutional Neural Network,CNN),期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用,特写此博文,以其与人交流,互

2016-08-09 15:06:02 344

转载 零Linux基础安装hadoop过程笔记

链接地址:http://www.cnblogs.com/syveen/archive/2013/05/08/3068044.html环境及目标:- 系统:VMWare / Ubuntu 12.04- Hadoop版本:0.20.2- 我的节点配置 (完全分布式集群)Master (job tracker) 

2016-08-07 12:15:47 222

转载 实例讲解虚拟机3种网络模式(桥接、nat、Host-only)

前言很多人安装虚拟机的时候,经常遇到不能上网的问题,而vmware有三种网络模式,对初学者来说也比较眼花聊乱,今天我就来基于虚拟机3种网络模式,帮大家普及下虚拟机上网的背景知识。(博文原创自http://www.cnblogs.com/ggjucheng/archive/2012/08/19/2646007.html)虚拟机网络模式无论是vmware,virtual box,v

2016-08-07 11:50:32 222

原创 DNS域名解析

DNS是动态域名系统的英文简称,是用来把我们输入的域名解析成IP地址的,如果没有DNS我们输入的例如www.baidu.com这样的域名就无法被访问。如果我们访问网站的时候要输入ip地址的话,显然既不方便也不容易记忆,所以我们用域名来访问网站。域名虽然便于人们记忆,但网络中的计算机之间只能互相认识IP地址,所以,他们之间需要转换。它们之间的转换工作即称为域名解析,域名解析需要由专门的域

2016-08-07 11:35:16 316

转载 解决mac下sublime text 2 无法读取cin,scanf的问题

Mac下用sublime text2 编译运行C++程序,编译成功,但是在按下ctrl+shift+B运行时无法在sublime text2的console窗口输入数据,如下程序所示,直接跳过了cin >> n那行代码,导致cout C/C++ code?123456789

2016-08-06 09:50:49 1867

转载 在线音乐播放器的推荐机制

对于我这样一个音乐控来说,学习工作时没有音乐是万万不行的。在网易云音乐云音乐面世之前,我总是在QQ音乐,百度音乐等播放器之间徘徊,当时也不够文艺,不知道豆瓣FM的存在。第一次接触云音乐被其吸引的原因有二,第一是开门见山先答十道题,根据答案生成个性化推荐,给人耳目一新的感觉。第二是每首歌下面的评论区,许多内容能和自己产生共鸣。这两点让我对这款软件颇有好感。如今在云音乐听歌一万有余,之

2016-08-05 13:20:51 2201

原创 Precision ROC Recall

Precision 反映了分类器预测正例的准确程度。其补数就是误检率。recall也就是true positive rate (tpr),反映了分类器对正例的覆盖能力。其补数就是漏检率。ROC曲线的横轴和纵轴分别是false positive rate 和true positive rate,可以理解为将负例分为正例的概率,以及将正例分为正例的概率。注意,这里的分母都是实际的正例/

2016-08-01 16:53:17 318

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除